Static and treatment-responsive brain biomarkers of depression relapse vulnerability following prophylactic psychotherapy: Evidence from a randomized control trial
Notice bibliographique
Résumé
BACKGROUND: Neural reactivity to dysphoric mood induction indexes the tendency for distress to promote cognitive reactivity and sensory avoidance. Linking these responses to illness prognosis following recovery from Major Depressive Disorder informs our understanding of depression vulnerability and provides engagement targets for prophylactic interventions. METHODS: A prospective fMRI neuroimaging design investigated the relationship between dysphoric reactivity and relapse following prophylactic intervention. Remitted depressed outpatients (N = 85) were randomized to 8 weeks of Cognitive Therapy with a Well-Being focus or Mindfulness Based Cognitive Therapy. Participants were assessed before and after therapy and followed for 2 years to assess relapse status. Neural reactivity common to both assessment points identified static biomarkers of relapse, whereas reactivity change identified dynamic biomarkers. RESULTS: Dysphoric mood induction evoked prefrontal activation and sensory deactivation. Controlling for past episodes, concurrent symptoms and medication status, somatosensory deactivation was associated with depression recurrence in a static pattern that was unaffected by prophylactic treatment, HR 0.04, 95% CI [0.01, 0.14], p < .001. Treatment-related prophylaxis was linked to reduced activation of the left lateral prefrontal cortex (LPFC), HR 3.73, 95% CI [1.33, 10.46], p = .013. Contralaterally, the right LPFC showed dysphoria-evoked inhibitory connectivity with the right somatosensory biomarker CONCLUSIONS: These findings support a two-factor model of depression relapse vulnerability, in which: enduring patterns of dysphoria-evoked sensory deactivation contribute to episode return, but vulnerability may be mitigated by targeting prefrontal regions responsive to clinical intervention. Emotion regulation during illness remission may be enhanced by reducing prefrontal cognitive processes in favor of sensory representation and integration.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».